传统的财务会计事务，基本上都是依据历史成本原则和客观性原则将一个企业或实体一定时期内的各种财务指标记录下来，以反映企业过去发生的不同方面经营情况。当涉及到怎样运用已有的、反映历史情况的财务指标来预测企业将来的经营业绩的问题时，往往是依靠财务主管人员或决策者自身经验主观分析解决——这难免会带来预测失误，从而给企业本身、债权人、投资者等多方面造成损失。因此，如何综合运用财务学、计量经济学、统计学等知识，对企业未来经营状况特别是财务困境来进行客观、系统、科学、准确的预测，成为日益重要的研究课题。 1930年以来国外就有学者对上市公司的财务预警做了大量研究。我国在20世纪90年代后期首次出现了针对于中国国内上市公司财务困境预警的研究文献。其后的几年间，许多学者在该方面进行了深入研究，使用了各种计量统计方法来建模预测并取得了可观的成果。然而，目前的相关研究仍有一些不足之处，主要表现在：1、对建模前上市公司行业分类研究上，国内的大部分研究直接对沪深两市上市公司进行统计、计量分析，而没有分行业进行讨论；个别文献只进行了制造业和非制造业两大块的分类，分类不细。这些都会降低其建立的财务困境预警模型的准确度与可靠性。2、对建模中具体计量检测方法上，国内不少研究对模型前提假设没有足够重视，导致了具体计量方法的误用。此外，国内相关研究大量集中在已经发生连续亏损的ST公司领域。用已亏损公司的财务数据建立模型来预测它们是否会继续发生亏损，其实用价值并不高。 本文认为公司的陷入财务困境是一个逐步的过程，在公司第一次亏损的年份之前就应有可察觉、可预警的迹象。本文通过观察研究我国沪深两市的上市公司1995年至2004年十年间的相关数据，运用更加完善的计量统计方法，建立了针对上市公司不同行业类的早期财务预警模型。本文研究的具体步骤是首先按其行业财务特征进行系统地分类，并通过数学方法较客观的确定了最优归类数；然后基于归类后的首度亏损公司及对比公司前两年的财务等数据，经过过分情况讨论的差异性检验初步降维后，采用可保留更多原始信息的主成分分